Lehre/Vorlesung Knowledge Discovery: Unterschied zwischen den Versionen
Aus Aifbportal
Cj2486 (Diskussion | Beiträge) |
Cj2486 (Diskussion | Beiträge) |
||
Zeile 5: | Zeile 5: | ||
|Forschungsgruppe=Web Science | |Forschungsgruppe=Web Science | ||
|Dozent=York Sure-Vetter; Achim Rettinger; | |Dozent=York Sure-Vetter; Achim Rettinger; | ||
− | |Übungsleiter= | + | |Übungsleiter=Tobias Weller; Steffen Thoma; |
|Erfolgskontrolle=Schriftliche Prüfung (idR.) | |Erfolgskontrolle=Schriftliche Prüfung (idR.) | ||
|Semester=WS | |Semester=WS |
Version vom 28. August 2018, 11:38 Uhr
Vorlesung Knowledge Discovery
Details zur Lehrveranstaltung
Dozent(en) | York Sure-Vetter, Achim Rettinger |
Übungsleiter | Tobias Weller, Steffen Thoma |
Fach (Gebiet) | |
Leistungspunkte | ECTS |
Erfolgskontrolle | Schriftliche Prüfung (idR.) |
Semester | WS |
Aktuelle und ergänzende Informationen, sowie Zeiten und Räume der Lehrveranstaltung finden Sie im Vorlesungsverzeichnis der Universität.
Link zum Vorlesungsverzeichnis
Link zum Studierendenportal
Forschungsgruppe
Inhalt
Die Vorlesung gibt einen Überblick über Verfahren zur Wissensgewinnung aus strukturierten Daten und Texten. Der Data-Mining-Prozess umfasst Datenrepräsentationen, Data Warehouses, OLAP-Techniken, Visualisierungen und Evaluation. Als Lernverfahren werden z.B. Neuronale Netze, Matrixfaktorisierung, Instance/Memory Based Learning, Support Vector Machines, Decision Trees, Ensemble methods, und Graphische Modelle behandelt.
Literatur
Grundlegende Literatur:
- T. Mitchell. Machine Learning. 1997
- M. Berhold, D. Hand (eds). Intelligent Data Analysis - An Introduction. 2003
- I.H. Witten, E. Frank. Data Mining: Practical Machine Learning Tools and Techniques. 2005